Yrkesinriktad påbyggnadsutbildningDesign, HMI och produkt Ansökningar öppna

Diploma in Experimentación y Toma de Decisiones Basada en Datos

Diplomado de posgrado en línea de 800 horas en experimentación y decisiones basadas en datos, estructurado en 8 módulos que abarcan estadística para experimentos, diseño de pruebas A/B, análisis avanzado, inferencia causal, experimentación en movilidad y toma de decisiones con ISO 3534-3, el RGPD y Python (statsmodels), con un tutor técnico asignado.

Studietid6–8 meses
StudieformEn línea
SpråkInglés
StartdatumFijados por el claustro
KvalifikationSEIUM Institute-diplom

Diploma in Experimentación y Toma de Decisiones Basada en Datos — studerar från Sverige

Svensk design är internationellt uppskattad och kopplas till företag som Volvo Cars, Electrolux och IKEA. Användargränssnitt och människa-maskininteraktion är centralt för digitala produkter och fordon. Ingenjörer inom produktdesign arbetar med ergonomi, estetik och tillverkningsanpassning. Konstnärliga högskolor och tekniska universitet i Stockholm och Lund bidrar med kompetens inom området.

Avgifter för Sverige: 14 200 kr (svensk krona), med delbetalning och företagsstöd tillgängligt.

Relevanta organisationer i Sverige

  • Svensk Form
  • Konstfack
  • Sveriges Ingenjörer
  • Svenska Standardiseringsinstitutet (SIS)

Typiska roller

  • Produktdesigner
  • UX/UI-designer för industriella system
  • HMI-ingenjör
  • Industridesigner

Frågor från Sverige

Kan jag studera på svenska?

Nej, alla våra program undervisas på engelska. Det passar väl för ingenjörer som arbetar med internationella standarder och kollegor.

Kan min arbetsgivare bekosta studierna?

Ja, många studenter studerar med stöd från sin arbetsgivare. Vi tillhandahåller underlag som kan användas i en sådan ansökan.

Virtuellt laboratorium · prova innan du anmäler dig

Ta kontrollen.

Förklara grunderna och parametrarna för Balance of Performance.

SIM · LIVE ●
Lärandemål

Vad du kommer att kunna göra

01

Formular hipótesis contrastables y alinearlas con las decisiones de negocio.

02

Aplicar los fundamentos estadísticos al diseño de experimentos.

03

Diseñar pruebas A/B robustas frente a sesgos y errores habituales.

04

Analizar experimentos con técnicas avanzadas de reducción de varianza.

05

Estimar efectos causales cuando no es posible experimentar.

06

Adaptar la experimentación a vehículos y servicios de movilidad.

07

Traducir los resultados experimentales en decisiones documentadas.

Profil

För vem det är

  • Científicos de datos especializados en experimentación.
  • Analistas de producto que diseñan e interpretan pruebas A/B.
  • Gestores de producto que quieren decisiones fundamentadas en evidencia.
  • Investigadores cuantitativos que trabajan con datos observacionales.
  • Analistas de decisiones que apoyan a equipos directivos.
  • Ingenieros que desarrollan plataformas de experimentación.
  • Titulados en ingeniería o ciencias que buscan incorporarse a equipos de productos digitales.
Standarder och verktyg

Det du kommer att arbeta med

  • ISO 3534-3 (estadística – vocabulario del diseño de experimentos)
  • Reglamento (UE) 2016/679 (Reglamento General de Protección de Datos)
  • ISO 3534-1 (estadística – términos estadísticos generales y probabilidad)
  • ISO 5725-2 (repetibilidad y reproducibilidad de métodos de medida)
  • ISO/IEC 25012 (modelo de calidad de datos)
  • Reglamento (UE) 2024/1689 (Ley de Inteligencia Artificial)
  • Directiva 2005/29/CE (prácticas comerciales desleales)
  • Python (statsmodels)
  • R
  • GrowthBook
  • Optimizely
  • Eppo
Kursplan

8 moduler

  1. 1.1Decisiones basadas en evidencia
  2. 1.2Sesgos cognitivos en la toma de decisiones
  3. 1.3Hipótesis y método científico
  4. 1.4Jerarquía de la evidencia
  5. 1.5Experimentación en empresas digitales líderes
  6. 1.6Madurez en experimentación
  7. 1.7Ética de experimentar con usuarios
  8. 1.8Comunicación de la incertidumbre
  9. 1.9Decisiones con datos incompletos
  10. 1.10Taller: formulación de hipótesis contrastables
  1. 2.1Distribuciones y variabilidad
  2. 2.2Contraste de hipótesis
  3. 2.3Interpretación del p-valor
  4. 2.4Intervalos de confianza
  5. 2.5Potencia estadística y tamaño muestral
  6. 2.6Efecto mínimo detectable
  7. 2.7Errores de tipo I y tipo II
  8. 2.8El enfoque bayesiano en la inferencia
  9. 2.9Comparaciones múltiples y corrección
  10. 2.10Práctica: cálculo del tamaño muestral
  1. 3.1Unidad de aleatorización
  2. 3.2Métricas primarias y de protección
  3. 3.3Duración y estacionalidad
  4. 3.4Pruebas de calibración A/A
  5. 3.5Desajuste en la proporción de muestra
  6. 3.6Efectos de novedad y aprendizaje
  7. 3.7Interferencia y efectos de red
  8. 3.8Pruebas multivariantes y factoriales
  9. 3.9Plataformas de experimentación
  10. 3.10Laboratorio: diseño de una prueba A/B de onboarding
  1. 4.1Reducción de varianza con CUPED
  2. 4.2Análisis secuencial con parada temprana
  3. 4.3Heterogeneidad de los efectos del tratamiento
  4. 4.4Métricas de ratio y método delta
  5. 4.5Remuestreo bootstrap de métricas
  6. 4.6Análisis por segmentos
  7. 4.7Efectos a largo plazo
  8. 4.8Algoritmos de bandidos multibrazo
  9. 4.9Metaanálisis de experimentos
  10. 4.10Caso práctico: análisis de una prueba con desajuste en la proporción de muestra
  1. 5.1Datos observacionales y confusión
  2. 5.2Diferencia en diferencias
  3. 5.3Diseños de discontinuidad de regresión
  4. 5.4Estimación con variables instrumentales
  5. 5.5Emparejamiento por propensity score
  6. 5.6Método de control sintético
  7. 5.7Series temporales estructurales bayesianas
  8. 5.8Grafos causales acíclicos dirigidos
  9. 5.9Supuestos y limitaciones
  10. 5.10Práctica: diferencia en diferencias con Python
  1. 6.1Experimentos en vehículos conectados
  2. 6.2Pruebas de funcionalidades vía OTA
  3. 6.3Experimentos en flotas
  4. 6.4Límites de seguridad en la experimentación
  5. 6.5Experimentos en estudios de HMI
  6. 6.6Experimentos de precios
  7. 6.7Experimentos geográficos por zonas
  8. 6.8Experimentos con muestras pequeñas
  9. 6.9Ensayos con usuarios en laboratorio
  10. 6.10Caso práctico: prueba de una función de asistencia en una flota
  1. 7.1Marcos de decisión
  2. 7.2Revisión de experimentos
  3. 7.3Repositorio de aprendizajes
  4. 7.4Comunicación a las partes interesadas
  5. 7.5Visualización de resultados
  6. 7.6Coste de oportunidad
  7. 7.7Priorización de experimentos
  8. 7.8Gobernanza de la experimentación
  9. 7.9Errores típicos de decisión
  10. 7.10Taller: comité de decisión simulado
  1. 8.1Problema de negocio
  2. 8.2Hipótesis y métricas
  3. 8.3Diseño experimental detallado
  4. 8.4Cálculo de potencia
  5. 8.5Análisis de resultados
  6. 8.6Inferencia causal complementaria
  7. 8.7Recomendación de decisión
  8. 8.8Plan de seguimiento
  9. 8.9Informe y presentación
  10. 8.10Proyecto final: revisión final con el tutor
Metodik, programvara och laboratorier

Så kommer du att lära

El programa es 100% en línea en el campus de SEIUM, con material descargable, clases grabadas y un tutor técnico asignado. No hay horarios fijos: avanzas a tu propio ritmo dentro de cada convocatoria, de modo que se adapta a tu trabajo.

Cada módulo combina teoría, lectura guiada de la norma original y ejercicios aplicados. Trabajas con Python (statsmodels), R, GrowthBook, Optimizely y Eppo, en versiones gratuitas, académicas o de evaluación. Los ejercicios se basan en procedimientos reales: diseño y análisis de pruebas A/B en productos digitales, estudios de inferencia causal con datos observacionales y experimentos de funcionalidades en flotas conectadas. La evaluación es continua por módulo, más el proyecto final integrador.

Normas tratadas: ISO 3534-3, Reglamento (UE) 2016/679, ISO 3534-1, ISO 5725-2, ISO/IEC 25012, Reglamento (UE) 2024/1689, Directiva 2005/29/CE.

Tutor técnico asignado:cada módulo termina con un entregable que tu tutor evalúa individualmente.
Aprendizaje basado en normas:lectura guiada de ISO 3534-3, ISO 3534-1 y el RGPD aplicados a casos reales, no como un anexo teórico.
Software profesional del sector:Python (statsmodels), R, GrowthBook, Optimizely y Eppo, en versiones gratuitas, académicas o de evaluación.
Proyecto final:un estudio completo de experimentación para un problema empresarial real, desde las hipótesis y el cálculo de potencia hasta el análisis, la inferencia causal y la recomendación de decisión, revisado por tu tutor.
Formato flexible:100% en línea, sin horarios fijos, compatible con un trabajo a jornada completa.
Slutprojekt

Genomför det från början till slut

Ditt slutprojekt följer det verkliga ingenjörsarbetsflödet, steg för steg, granskat av din handledare.

Problema empresarial e hipótesis
Plantear un problema empresarial y convertirlo en hipótesis y métricas comprobables.
Diseño experimental y potencia
Elaborar un diseño experimental detallado con su cálculo de potencia.
Análisis de resultados
Analizar los resultados y complementarlos con métodos de inferencia causal.
Recomendación de decisión
Traducir la evidencia en una decisión documentada y un plan de seguimiento.
Proyecto final
Presentar el estudio completo de experimentación en un informe y una presentación, revisados por tu tutor.
Karriärmöjligheter

Vart detta leder

Científico de Datos de ExperimentaciónAnalista de ProductoProduct Manager orientado a datosInvestigador cuantitativoAnalista de DecisionesIngeniero de Plataformas de Experimentación
Antagning och stipendier

Krav

  • Formación técnica previa o experiencia profesional en el sector. No se requiere titulación universitaria.
  • Conexión a internet y un ordenador capaz de ejecutar el software del programa.
  • Nivel de inglés suficiente para leer normas técnicas.

Redo att börja?

Skicka din ansökan redan idag. Vår antagningsenhet svarar inom 72 timmar med din studieplan och finansieringsalternativ.

Vanliga frågor

Vanliga frågor

El programa suma 800 horas en 6–8 meses. Tú decides tu ritmo dentro de cada convocatoria, y tu tutor te ayuda a planificar la carga de trabajo en función de tu empleo.

Trabajas con Python (statsmodels), R, GrowthBook, Optimizely y Eppo, utilizando versiones gratuitas, académicas o de evaluación. Tu tutor indica la alternativa gratuita siempre que exista una.

Un diploma de SEIUM Institute, otorgado al superar la evaluación continua y el proyecto final. Es una titulación propia de SEIUM, no un título oficial del Estado; su reconocimiento depende del programa cursado y de la normativa de cada país.

Sí. Los módulos superados se reconocen en un programa superior del mismo ámbito (diploma de posgrado o máster). Consulta la política de reconocimiento al matricularte.

Formación técnica previa o experiencia profesional en el sector (no se requiere titulación universitaria), un ordenador capaz de ejecutar el software del programa e inglés suficiente para leer normas técnicas.

Las fechas de inicio las establece el claustro de SEIUM para cada convocatoria. Nuestro equipo de admisiones te confirmará la siguiente fecha disponible al presentar tu solicitud.

Diploma in Experimentación y Toma de Decisiones Basada en DatosAnmäl dig
Rulla till toppen
SEIUM – Institutet för avancerad teknik
Integritetsöversikt

Den här webbplatsen använder cookies för att vi ska kunna erbjuda dig bästa möjliga användarupplevelse. Cookieinformation lagras i din webbläsare och utför funktioner såsom att känna igen dig när du återvänder till vår webbplats och hjälper vårt team att förstå vilka avsnitt av webbplatsen du tycker är mest intressanta och användbara.